Documente Academic
Documente Profesional
Documente Cultură
NoŃiuni de dinamică
neliniară
4.1 Introducere
4.2 Caracterizarea circuitelor neliniare
4.3 Tipuri de comportări dinamice
4.4 Concluzii
150 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
4.1 Introducere
Abordarea sistemică a problemelor inginereşti, legate de prelucrarea semnalelor,
presupune dezvoltarea unui model matematic adecvat pentru sistemele analizate.
Pentru dezvoltarea structurată a unui model sistemic este necesară delimitarea
sistemului studiat, specificarea interacŃiunilor acestuia cu mediul înconjurător şi
funcŃionalitatea sistemului fizic supus procesului de modelare.
Delimitarea sistemului de mediul înconjurător are, cu precădere un caracter
spaŃial, dar, în subsidiar implică şi un caracter noŃional sau informaŃional,
conŃinând uzual şi un început de specificare a structurii sale prin identificarea
subsistemelor din care este compus.
InteracŃiunile cu mediul se grupează în semnale de intrare (modelând influenŃa
mediului asupra sistemului) şi de ieşire (modelând influenŃa sistemului asupra
mediului). Din punctul de vedere al legăturilor cu exteriorul, sistemele pot fi
autonome, atunci când nu apare intrarea în mod explicit în ecuaŃiile ce constituie
modelul, sau ne–autonome, în cazul în care se introduce intrarea în modelul
matematic al sistemului.
FuncŃionalitatea sistemului se specifică printr-un set de ecuaŃii care să modeleze
prelucrările semnalelor de intrare ce duc la obŃinerea ieşirilor. Un element esenŃial
în obŃinerea operatorilor matematici care modelează aceste procese îl constituie
dinamica internă a sistemului analizat. Aceasta evidenŃiază caracterul cu memorie
(dinamic) al prelucrărilor de semnal, atunci când sistemele nu sunt pur algebrice,
impunând amprenta specifică sistemului analizat asupra ieşirilor acestuia.
ObŃinerea ecuaŃiilor reprezentând opratorul matematic ce modelează sistemul
studiat se poate face în două moduri: structural, prin evidenŃierea subsistemelor cu
ecuaŃiile lor constitutive şi a conexiunilor acestora, modelate de ecuaŃiile de
legătură, sau funcŃional, prin determinarea intrare–ieşire a unui model de tip cutie
neagră (black box).
4.1 Introducere 151
respectiv:
∑ a n ⋅ y (n) (t ) = ∑ bm ⋅ e (m) (t )
n =0 m=0
(4.6)
În cazul unui sistem liniar autonom membrul drept este nul, rezultând forma
particulară:
N
∑a
n =0
n ⋅ y (n) (t ) = 0
(4.7)
Sistemele discrete pot fi modelate într-un mod similar, utilizând însă ecuaŃii cu
diferenŃe în locul celor diferenŃiale. Cazul neliniar neautonom poate fi multi –
intrare / multi – ieşire:
∑a
n =0
n y[k-n] = ∑ bm e[k-m]
m=0 (4.13)
respectiv autonomă:
N
∑a
n =0
n y[k-n] = 0
(4.14)
e
Intrare x1 Intrare y
Stare 1 Iesire
Se mnal Vector stare Vector stare
de Subsiste m 1 Functie de Se mnal
intrare M ux ie sire de
x ie sire
Intrare
Stare 2
Vector stare x2
Subsiste m 2
.
.
.
Intrare
Stare N
Vector stare xN
Subsiste m N
x1
x = M
x N
(4.15)
x1 (t)
x(t) = M
x N (t)
(4.17)
'
x1(t) = f1 ( x1(t) ,L ,xN (t) ,e(t))
'
x2(t) = f 2 ( x1(t) ,L ,xN (t) ,e(t))
M
x'N (t) = f N ( x1(t) ,L ,xN (t) ,e(t))
(4.18)
x[k + 1 ] = f(x[k],e[k])
y[k] = g(x[k],e[k]) (4.22)
x[k + 1 ] = f(x[k])
y[k] = g(x[k]) (4.23)
x[k + 1 ] = A ⋅ x[k]
y[k] = c ⋅ x[k]
T
(4.25)
xN +1'(t) = 1 ( mod T)
(4.27)
xN +1(t) = t ( mod T)
(4.28)
Acesta este autonom, dar de ordin cu o unitate mai mare. ConstrucŃia sistemului
augumentat poate fi interpretată ca fiind includerea modelului generatorului care
atacă intrarea sistemului ne – autonom studiat în interiorul modelului augumentat,
care devine astfel autonom.
Sistemele în timp discret se tratează în aceeaşi manieră, pornind de la ecuaŃiile
de stare de ordin N:
4.2 Caracterizarea circuitelor neliniare 159
x[k + 1 ] = f(x[k],e[k] )
y[k] = g(x[k],e[k]) (4.31)
xN +1[ 0 ] = 0 (4.34)
e (t) y(t)
Generator semnal intrare Intrare Iesire
Se mnal
Siste m Siste m de
autonom ne autonom ie sire
CC
RE L RL
β f(v )
CE BE
+ V +
f(v ) CC
- V BE -
EE
CC ⋅ vCE = iL − β ⋅ f (vBE )
'
(4.39)
162 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
KT
unde I S este curentul de saturaŃie al joncŃiunii şi VT = tensiunea termică,
q
obŃinem ecuaŃiile de stare în forma detaliată:
CC ⋅ vCE = iL − β ⋅ I S ⋅ (e − 1)
' v BE / VT
(4.41)
r (u ) = u − round (u ) (4.43)
N
y[k] = r u[k] + ∑ a[n]·y[k-n]
n =1 (4.44)
4.2 Caracterizarea circuitelor neliniare 163
y 0.5
0.25
0
-2 -1 0 1 2
-0.25
-0.5
Fig. 4.4 Reprezentare grafică a funcŃiei neliniare de tip depăşire în virgulă fixă
Schema bloc echivalentă a unui asemenea filtru este reprezentată în figura 4.5.
Pe această schemă identificăm elementele de memorare şi alegem drept variabile
de stare ieşirile acestora, Ńinând cont de ecuaŃiile lor constitutive, de forma:
xn [k + 1] = en [k ]; n = 1,L, N
(4.45)
a1
aN-1
aN-1
aN
aN
Fig. 4.5 Schema bloc echivalentă a filtrului digital recursiv cu neliniaritate de depăşire
164 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
N
1 x [ k + 1] = r
u[k] + ∑ a[n]·xn [k]
n =1
x2 [k + 1] = x1[k ]
M
xN [k + 1] = xN −1[k ]
(4.47)
N
N
1 x [ k + 1] = u[k] + ∑ a[n]·x n [k] − round
u[k] + ∑ a[n]·xn [k]
n =1 n =1
x2 [k + 1] = x1[k ]
M
xN [k + 1] = xN −1[k ]
(4.48)
y[k ] = x N [k ]
(4.49)
x[0] = x 0
(4.51)
1
x' (t k ) ≅ (x(t k +1 ) − x(t k ))
h (4.54)
Unde diferenŃa între două momente de timp succesive, tk+1 - tk, este egală cu
pasul de simulare, h. Prin înlocuire în ecuaŃiile de stare (4.53), se obŃin relaŃiile:
Deorece tk = k·h, utilizând notaŃia s(k·h) = s[k] pentru orice semnal prezent în
ecuaŃia (4.55), rezultă sistemul de ecuaŃii cu diferenŃe:
Vectorii de stare care îndeplinesc una dintre aceaste condŃii poartă numele de
puncte de echilibru, pentru sisteme analogice, respectiv puncte fixe pentru sisteme
discrete.
f ( x) = 0 (4.61)
A·x = 0 (4.63)
x* = 0 (4.64)
Spre deosebire de cazul liniar, ecuaŃia neliniară, (4.61), poate avea o soluŃie, în
general nenulă, mai multe soluŃii, sau nici una, în funcŃie de forma particulară a
funcŃiei de tranziŃie a stărilor. Comportarea sistemului neliniar, în apropierea unui
punct de echilibru, poate fi diferită, în funcŃie de sistem, dar şi de punctul de
4.3 Tipuri de comportări dinamice 171
f ( x) = x (4.66)
A·x = x ⇒ (A − I ) ·x = 0 (4.68)
x* = 0 (4.69)
Spre deosebire de cazul liniar, ecuaŃia neliniară, (4.66), poate avea o soluŃie,
mai multe soluŃii, sau nici una, în funcŃie de forma particulară a funcŃiei de tranziŃie
a stărilor. De asemenea, soluŃiile ecuaŃiei neliniare, atunci când există, pot fi
diferite de zero.
∞
1 ∂ nf *
f(x) = ∑
n!
( )(
⋅ n x ⋅ x − x*
∂x
)
n =0 (4.76)
1 ∂f * T ∂ f
( )( ) ( ) ( )( )
2
1
f(x) − f(x* ) = ⋅ x ⋅ x − x * + ⋅ x − x* ⋅ 2 x* ⋅ x − x* + L
1! ∂x 2! ∂x
(4.77)
∂f *
f(x) − f(x* ) ≈
∂x
( )(
x ⋅ x − x* )
(4.78)
∂f *
( )
x − x* = x l ; f (x ) − f x* = fl (x );
∂x
( ) ( )
x = J x* = A
(4.79)
fl (xl ) ≈ A ⋅ x l (4.80)
∂f1 ∂f1
K
∂f1
∂x ∂x2 ∂xN
1
∂
2f ∂f ∂f 2
K
J (x ) = ∂f =
2
∂x1 ∂x2 ∂xN
∂x
M M O M
∂f N ∂f N ∂f N
∂x1 ∂x2
K
∂xN
(4.81)
4.3 Tipuri de comportări dinamice 175
x' = A ⋅ x (4.82)
Stabilitatea acestuia din urmă este uşor de estimat, pe baza poziŃiei valorilor
proprii ale matricii de tranziŃie a stării A. Acestea sunt rădăcinile ecuaŃiei
polinomiale de grad N:
Dacă toate valorile proprii ale matricii de tranziŃie a stării A sunt poziŃionate
strict în semiplanul stâng al planului complex (Re(s) < 0), atunci punctul de
echilibru din originea spaŃiului stărilor sistemului liniar este stabil (atractor). Dacă
măcar una dintre aceste valori proprii este situată în semiplanul drept al planului
complex (Re(s) > 0), atunci sistemul liniar este instabil. PoziŃia limită intermediară
(Re(s) = 0) este denumită limită de stabilitate, numai dacă există valori proprii
simple pe axa imaginară a planului complex, toate celelalte fiind poziŃionate strict
în semiplanul stâng al planului complex (Re(s) < 0).
Legatura cu atractivitatea punctului de echilibru al sistemului neliniar, este
oferită de următorul rezultat:
Teoremă Dacă sistemul liniarizat, în jurul punctului de echilibru, x*, este strict
stabil, punctul de echilibru, x*, este atractor. Dacă sistemul liniarizat în jurul
punctului de echilibru, x*, este strict instabil, punctul de echilibru, x*, este
repulsor. Cazul limitei de stabilitate este indecidabil.
În cazul discret, sistemului neliniar, autonom:
Dacă toate valorile proprii ale matricii de tranziŃie a stării, A, sunt poziŃionate
strict în interiorul cercului unitar al planului complex (|z |< 1), atunci punctul de
echilibru din originea spaŃiului stărilor sistemului liniar este stabil (atractor). Dacă
măcar una dintre aceste valori proprii este situată în exteriorul cercului unitar al
planului complex (|z| > 1), atunci sistemul liniar este strict instabil. PoziŃia limită
intermediară (|z| = 1) este denumită limită de stabilitate, numai dacă există valori
proprii simple pe cercul unitar, toate celelalte fiind poziŃionate strict în interiorul
cercului unitar al planului complex (|z| < 1).
Legatura cu atractivitatea punctului de echilibru al sistemului neliniar, este
oferită de următorul rezultat:
Teoremă Dacă sistemul discret, liniarizat în jurul punctului fix, x* este strict
stabil, punctul de echilibru x* este atractor. Dacă sistemul liniarizat în jurul
punctului de echilibru x* este strict instabil, punctul de echilibru x* este repulsor.
Cazul limitei de stabilitate este indecidabil.
d
• V(x(t)) < 0: ∀t > 0 (4.89)
dt
atunci funcŃionala V(⋅) se numeşte funcŃie Liapunov ataşata sistemului iniŃial.
DefiniŃie Sistemului autonom x[k + 1 ] = f(x[k]) , având un punct fix în
unde funcŃia de cost, V(x) , este o funcŃională concavă, având un minim absolut în
dx ∂V
= −µ ⋅
dt ∂x (4.98)
Ceea ce rezolvă cea mai dificilă condiŃie de funcŃie Liapunov, cea de a treia.
Concavitatea funcŃiei de cost asigură a doua condiŃie, iar, dacă valoarea acesteia în
180 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
punctul de optim este diferită de zero, adăugarea unei constante potrivit alese duce
la îndeplinirea primei condiŃii Liapunov.
putem defini ciclul limită ce descrie dinamica periodică după cum urmează:
DefiniŃie: Un ciclu limită este o curbă închisă simplă (C ) ∈ ℜ N parcursă de
vectorul de stare al sistemului (4.92) conform condiŃiilor:
1. dacă ciclul limită conŃine condiŃia iniŃială, atunci traiectoria sistemului
nu părăseşte ciclul limită:
(
x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x2 2
) (4.103)
x2 ' = −ω0 ⋅ x1
x1 ' = ω0 ⋅ x2
x2 ' = −ω0 ⋅ x1 (4.104)
X1' X1 X2' X2
w 1/s -K- 1/s
Ome ga Inte grator -Ome ga Inte grator
3 3
2 2
1 1
Amplitudine
X2
0 0
-1 -1
-2 -2
-3 -3
0 2000 4000 6000 8000 10000 -3 -2 -1 0 1 2 3
Timp (ms) X1
3 3
2 2
1 1
Amplitudine
X2
0 0
-1 -1
-2 -2
-3 -3
0 2000 4000 6000 8000 10000 -4 -2 0 2 4
Timp (ms) X1
Fig. 4.7 Rezultatele simulărilor pentru un sistem Van der Pol; evoluŃia temporală a
variabilelei de stare x1 (stânga) şi portretul de fază (dreapta) pentru condiŃie iniŃială în
interiorul ciclului limită (sus) sau în exterior (jos)
Dar, Ńinând cont de relaŃia analitică a ecuaŃiilor de stare, (4.105) ale sistemului
discret analizat, membrul stâng al relaŃiei (4.108) poate fi detaliat în forma:
f L (x ) = x (4.110)
Această ecuaŃie algebrică este similară ecuaŃiei de punct fix, cu diferenŃa că este
aplicată funcŃiei neliniare fL(x), şi nu funcŃiei de tranziŃie a stărilor. Prin rezolvarea
acestei ecuaŃii, putem determina un punct din ciclul limită, (C). Pentru
determinarea celorlalte puncte în ordinea corectă de parcurgere, aplicăm ecuaŃiile
de stare, (4.108) de L - 1 ori.
184 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
traiectoria acestuia se apropie asimptotic de ciclul limită (C). În caz contrar, ciclul
limită se numeşte repulsor.
În cazul analogic, condiŃia de atractivitate pentru ciclul limită, (C), al sistemului
descris de ecuaŃiile de stare autonome (4.100), revine la:
lim d (x(t),(C)) = 0
t →∞ (4.111)
unde, distanŃa, d(.), între un punct oarecare x ∈ ℜN şi curba închisă (C) se defineşte
d (x(t),(C)) = inf x − y
y∈( C )
(4.112)
∑
N
x = x
n =1 n
(4.113)
d (x(t),(C)) = min x − y
y∈( C )
(4.115)
Cea mai simplă variantă de studiu a atractivităŃii ciclurilor limită este cea
corespunzătoare sistemelor discrete, datorită numărului finit de puncte cuprinse
într-un ciclu limită discret. În aceste condiŃii se poate face un calcul similar
liniarizării locale; singura diferenŃă faŃă de studiul stabilităŃii punctelor fixe constă
în necesitatea repetării calculelor pentru fiecare vector xm aparŃinând ciclului limită
(C), m = 1, …, L. Algoritmul de calcul conŃine etapele:
Pentru fiecare vector xm ∈ (C), m = 1, …, L
L
1 L
Mn = ∑ log λn, m = log L
L m =1
∏λ
m =1
n, m , n = 1,L, N
(4.116)
∑a
n =1
n ⋅ xn = c
(4.117)
4.3 Tipuri de comportări dinamice 187
(
x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x2 2
)
x2 ' = −ω0 ⋅ x1
(4.118)
1
Amplitudine
0
-1
-2
-3
0 2000 4000 6000 8000 10000
Timp (ms)
3 0
2 -0.5
1
Esantioane
-1
X1
0
-1.5
-1
-2 -2
-3 -2.5
-3 -2 -1 0 1 2 3 0 2000 4000 6000 8000 10000
X2 Timp (ms)
Fig. 4.8 EvoluŃia temporală pentru variabila de stare x2 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un sistem Van der Pol cu a = 0,1
Amplitudine
0
-1
-2
-3
0 2000 4000 6000 8000 10000
Timp (ms)
0
3
2 -0.5
Esantioane
1 -1
X2
0
-1.5
-1
-2
-2
-3 -2.5
-3 -2 -1 0 1 2 3 0 2000 4000 6000 8000 10000
X1 Timp (ms)
Fig. 4.9 EvoluŃia temporală pentru variabila de stare x1 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un sistem Van der Pol cu a = 1
x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x12 − x2 2
( )
x2 ' = −ω0 ⋅ x1
(4.119)
1.5
0.5
Amplitudine
0
-0.5
-1
-1.5
0 2000 4000 6000 8000 10000
Timp (ms)
1.5 0
-0.2
1
-0.4
0.5
Esantioane
-0.6
X2
0
-0.8
-0.5
-1
-1 -1.2
-1.5 -1.4
-1.5 -1 -0.5 0 0.5 1 1.5 0 2000 4000 6000 8000 10000
X1 Timp (ms)
Fig. 4.10 EvoluŃia temporală pentru variabila de stare x1 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un oscilator cuasiarmonic cu a = 4
ωk T
∉Q ⇒ m ∉Q
ωm Tk (4.121)
Din această cauză, nu există un interval de timp finit care să fie simultan
multiplu al perioadei Tm şi al perioadei Tk, constituind astfel o posibilă perioadă
fundamentală a întregului semnal.
În spaŃiul stărilor, un astfel de sistem este caracterizat de o traiectorie care
acoperă în mod dens o suprafaŃă toroidală. MulŃimea limită poartă denumirea
generică de tor (sau mai general N - tor), ceea ce conduce la denumirea alternativă
a dinamicii ca fiind una de tip toroidal. Pentru a se putea obŃine astfel de
comportări dinamice, fără ca traiectoria să se auto-intersecteze transvers, sistemele
analogice trebuie să aibă ordinul strict mai mare decât doi; pentru sistemele în timp
discret nu se impun limitări asupra ordinului.
Se pot obŃine astfel de comportări dinamice în cazul interconectării a două sau
mai multe sisteme autonome de tip oscilator neliniar, pentru care frecvenŃele de
oscilaŃie nu sunt corelate armonic. Din punct de vedere al implementării acestă
condiŃie revine la a lăsa sistemele să oscileze conectate, dar fără a mai introduce un
circuit de sincronizare a fazei / frecvenŃei lor.
Exemplele care urmează, se bazează pe oscilatorul Van der Pol, descris de
ecuaŃiile de stare (4.118) şi pe oscilatorul cuasi-armonic, (4,119). Prin conectarea
directă a două astfel de oscilatoare, se obŃine un sistem de ordinul patru, având
ecuaŃiile de stare:
( )
x1 ' = ω1 ⋅ x 2 + a1 ⋅ x1 ⋅ 1 − x 2 2
x 2 ' = −ω1 ⋅ x1
( )
x3 ' = ω 2 ⋅ x 4 + a 2 ⋅ x3 ⋅ 1 − x3 − x 4 + k ⋅ x1
2 2
x ' = −ω ⋅ x
4 2 3 (4.122)
liberă ω2, funcŃionând forŃat de variabila de stare x2, prin intermediul factorului de
cuplaj, k. Schema bloc rezultată, este reprezentată în figura 4.11.
X1
X3
Van der Pol Cuasi Armonic
k
Oscilator X2 X4 Iesire
Cuplaj Oscilator
Alegând pulsaŃia normalizată ω1N = 1şi ω2N = 3,3215, se obŃin formele de undă
din figura 4.12, evidenŃiind ne-corelarea armonică a celor două variabile de stare
alese: x2, pentru urmărirea evoluŃiei oscilatorului modulator şi x4, pentru oscilatorul
modulat. De asemenea se poate evidenŃia ne-periodicitatea variabilei x4, anvelopa
ei ne-având perioda multiplu al perioadei semnalului purtător, T2 = 1 / f2.
1
Amplitudine
-1
-2
0 2000 4000 6000 8000 10000
Timp
Fig. 4.12 ComparaŃie între evoluŃia în timp a variabilei de stare x2 şi x4, pentru
conexiunea directă, evidenŃiind ne-periodicitatea celei de-a doua
10 10
5 5
X4
X4
0
-5
-5 -10
2
2 2
-10 0
5 0 0
0 -2 -2 -2
-5 X2 X1
X3 X1
2
X3
-2
0
-4
10 -1
0
-10 -2 X1
X2
(
x1 ' = ω1 ⋅ x2 + a1 ⋅ x1 ⋅ 1 − x2 2
)
x2 ' = −ω1 ⋅ x1
(
x3 ' = ω2 ⋅ x4 + a2 ⋅ x3 ⋅ 1 + k ⋅ x1 − x3 − x4
2 2
)
x ' = −ω ⋅ x
4 2 3 (4.123)
1 -0.2
-0.4
0.5
Amplitudine
Esantioane
-0.6
0
-0.8
-0.5
-1
-1 -1.2
-1.5 -1.4
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp
Fig. 4.15 EvoluŃia în timp a variabilei de stare x4 (stânga) şi a variabilei x3 din secŃiunea
Poincare pentru conexiunea specifică modulaŃiei de amplitudine (dreapta)
(
x1 ' = ω1 ⋅ x2 + a1 ⋅ x1 ⋅ 1 − x2 2
)
x2 ' = −ω1 ⋅ x1
x3 ' = (ω2 + k ⋅ x1 ) ⋅ x4 + a2 ⋅ x3 ⋅ 1 − x3 − x4
2 2
( )
x ' = −(ω + k ⋅ x ) ⋅ x
4 2 1 3 (4.124)
-0.6
Esantioane
0
-0.8
-0.5
-1
-1
-1.2
-1.5 -1.4
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp
Fig. 4.16 EvoluŃia în timp a variabilei de stare x4 (stânga) şi a variabilei x3 din secŃiunea
Poincare pentru conexiunea specifică modulaŃiei de frecvenŃă (dreapta)
4.3.5.1 DefiniŃii
În general, definiŃiile referitoare la comportările dinamice complexe se prezintă
pentru un domeniu, X, îndeplinind condiŃiile de spaŃiu metric compact, pentru o
metrică, d, generală. Pentru situaŃiile practice pe care le vom discuta în continuare,
ne va fi suficient să luăm în consideraŃie situaŃia particulară a unui domeniu, D, ca
un compact din ℜN, unde N este ordinul sistemului studiat, iar metrica este distanŃa
Euclidiană în ℜN.
DefiniŃie: Sistemul dinamic, având funcŃia de tranziŃie a stărilor f : D → D, este
disipativ, dacă divergenŃa derivatei vectorului de stare păstrează semn constant,
negativ, pe întreaga durată de evoluŃie a sistemului:
4.3 Tipuri de comportări dinamice 197
∇ ⋅ f (x ) ≤ 0 ∀t ≥ 0 (4.125)
∂f1 (x ) ∂f 2 (x ) ∂f (x )
∇ ⋅ f (x ) = + +L+ 3
∂x1 ∂x2 ∂xN (4.126)
dV
dt ∫∫S
= f ⋅ n dS
(4.127)
∫∫∫∇ ⋅ f dV = ∫∫ f ⋅ n dS
V S (4.128)
dV
dt ∫∫∫V
= ∇ ⋅ f (x(t )) dV
(4.129)
dx = σ ⋅ ( y − x )
dt
dy
dt = ρ ⋅ x − y − xz
dz dt = − β ⋅ y + xy
(4.130)
∇ ⋅ f (x ) = −σ − β − 1 (4.131)
198 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
Dcă suma parametrilor, σ + β, este mai mare decît - 1, divergenŃa este negativă,
evidenŃiind proprietatea de disipativitate a sistemului Lorenz, pentru această gama
de valori ale parametrilor. În plus, valoarea divergenŃei este constantă, ceea ce
permite obŃinerea unei forme uşor integrabile a ecuaŃiei de evoluŃie a volumului din
spaŃiul stărilor, în forma:
V& = − a ⋅ V a = −σ − β − 1 (4.132)
V (t ) = V (0 ) ⋅ e − a ⋅t (4.133)
Un sistem, similar sistemului Lorenz, având ecuaŃii puŃin mai simple, dar o
comportare dinamică la fel de complexă, este sistemul Rossler, descris de ecuaŃiile:
4.3 Tipuri de comportări dinamice 199
dx = − y − z
dt
dy
dt = x − a ⋅ y
dz dt = b + x ⋅ z − c ⋅ z
(4.135)
40
20
Y
0
20
10
20
0 10
-10 0
Z -20 -10 X
30
20
Z
10
0
20
20
0 10
0
Y -20 -10
X
Fig. 4.18 Portretele de fază pentru două sisteme Rossler pornind din condiŃii iniŃiale
apropiate
Pentru a evidenŃia mai clar diferenŃa între cele două traiectorii, pentru aceeaşi
simulare s-a calculat norma erorii între cei doi vectori de stare:
ε (t ) = (x1 − x 2 )T (x1 − x 2 ) = eT ⋅ e = e1 + e2 + e3
2 2 2
(4.138)
70
60
50
Eroare
40
30
20
10
0
0 200 400 600 800
T imp
Fig. 4.19 Norma erorii între vectorii de stare a două sisteme Rossler pornind din condiŃii
iniŃiale apropiate
4 0.4
3 0.3
Eroare
Eroare
2 0.2
1 0.1
0 0
0 200 400 600 800 0 200 400 600 800
T imp (ms) Timp(ms)
Fig. 4.20 Norma erorii între vectorii de stare a două sisteme Rossler pentru diferenta
între parametrii a (stânga) şi perturbaŃie aleatoare (dreapta) de 10-3
Există două definiŃii general acceptate pentru dinamica haotică: definiŃia slabă
datorată lui Wiggins şi cea tare introdusă de Dewaney.
DefiniŃie: un sistem dinamic, neliniar se numeste haotic în sens slab, dacă este:
1. disipativ;
202 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
20 30
10 20
10
0
X1
X2
0
-10
-10
-20
-20
-30 -30
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp
50
50
40
40 30
X3
30 20
X3
10
20
0
10
20
0
0 -20 10 20
0 2000 4000 6000 8000 10000 X2 -20 -10 0
Timp X1
Fig. 4.21 EvoluŃia temporală pentru cele trei variabile de stare a sistemului Lorenz şi
portretul de fază tridimensional (dreapta jos)
4.3 Tipuri de comportări dinamice 203
20 30
20
10
10
0
Y
0
X
-10
-10
-20
-20 -30
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp
30
20
10
0
Y
-10
-20
-30
-20 -10 0 10 20
X
Fig. 4.22 EvoluŃia în timp a eşantioanelor stării secŃiunii Poincare (sus) şi portretul de
fază corespunzător (jos)
204 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
1 u (t ) − v (t )
λˆn = lim ⋅ lim n n
n = 1,L, N
t →∞ t u ( 0 ) → v ( 0 ) u (0) − v (0)
n n (4.139)
1 u [k ] − v [k ]
λˆn = lim ⋅ lim n n
n = 1,L, N
k →∞ k u[ 0 ]→ v[ 0 ] u [0] − v [0]
n n (4.140)
vectorului de stare curent, x(t), sau x[k]. Pentru matricea de tranziŃie a stărilor,
dependentă de timp, A(t), sau A[k], se calculează valorile proprii, λn(t), sau λn[k].
Interpretând valorile proprii ale matricei de tranziŃie a stărilor ca viteze instantanee
de divergenŃă a traiectoriilor, relaŃiile de definiŃie, (4.139) şi (4.140), se modifică
prin explicitarea limitelor din paranteze:
UD b =D Db I Dc = Φ ∀b ≠ c
b =1 (4.145)
1 ⇔ x ∈ Db
wb (x ) =
0 ⇔ x ∉ Db (4.147)
Db = [(b − 1) ⋅ q / B, b ⋅ q / B ); sb = b − 1; ∀b = 1, L , B
(4.148)
208 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
2
Dublare
Dif
Sign
1
1
0.5
Dinamica simbolica
0.5
Stare
0 0
-0.5 -0.5
-1
-1
0 10 20 30 40 50 0 10 20 30 40 50
Esantioane Esantioane
1
Dinamica simbolica
0.5
-0.5
-1
2000 4000 6000 8000 10000
Timp
Fig. 4.26 Dinamica simbolică ataşată secŃiunii Poincare prin sistemul Lorenz
4.4 Concluzii 211
4.4 Concluzii
Studiul sistemelor neliniare deschide calea unor metode de prelucrare a
semnalelor cu un mare grad de noutate şi cu posibile îmbunătăŃiri de performanŃă,
în raport cu metodele clasice, liniare. Capitolul de faŃă a urmărit să contureze
principalele aspecte teoretice constituind metodologia de studiu a unui sistem
neliniar, din punctul de vedere al dinamicii sale interne. Modalitatea de construcŃie
a unui model matematic adecvat urmată de clasificarea comportamentelor dinamice
ce pot fi puse în evidenŃă în evoluŃia sistemelor neliniare au constituit
principaleledirecŃii de investigare a fenomenelor neliniare. Este de remarcat nivelul
mai scăzut de dezvoltare al domeniului dinamicii neliniare, comparativ cu studiul
sistemelor liniare. De aici nivelul mai scăzut de abstractizare şi, implicit numărul
mai redus de algoritmi algebrici, care să permită obŃinerea de rezultate cantitative,
care să sprijine, la rândul lor, proiectarea sistemelor dinamice neliniare. Multe
dintre rezultatele existente în domeniul dinamicii neliniare se bazează pe
liniarizarea sistemelor neliniare analizate. Mare parte a rezultatelor de utilitate
practică oferă mai mult condiŃii şi interpretări pentru simulările numerice, decât
soluŃii generale de analiză cantitativă.
Metodele de analiză a comportamentelor dinamice simple, cum ar fi
comportarea constantă, sau oscilaŃiile periodice sunt mai cantitative şi mai uşor de
interpretat intuitiv. Bazate pe algoritmi de sorginte liniară, studiile de atractivitate
pentru punctele de echilibru şi punctele fixe, pot oferi rezultate generale şi
cantitative, în special în varianta liniarizării locale. De asemenea, analiza ciclurilor
limită, bazată pe multiplicatorii caracteristici, pare mai apropiat proiectantului
obişnuit cu metodele liniare. Rezultatul de maximă putere şi generalitate este însă
secŃiunea Poincare, ce oferă o înŃelegere profundă asupra legăturii între sistemele
neliniare continui şi discrete. Comportările complexe, de tip cuasiperiodic sau
haotic, sunt cele mai promiŃătoare din punt de vedere aplicativ, în special în
domeniile sistemelor de modulaŃie şi conversie de date, dar beneficiază mult mai
puŃin de rezultate de analiză algebrice. În acest sens dinamica simbolică poate fi o
dechidere promiŃătoare.
212 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ
Bibliografie
[1] J. Guckenheimer, P. Holmes: “Nonlinear Oscillations, Dynamical Systems, and
Bifurcations of Vector Fields”, Springer Verlag, New York, Berlin, Heidelberg,
1983.
[2] T. S. Parker, L. O. Chua: “Practical Numerical Algorithms for Chaotic Systems”,
Springer Verlag, New York, Berlin, Heidelberg, 1989.
[3] T. S. Parker, L. O. Chua: "Chaos: a Tutorial for Engineers," Proc. IEEE, Vol. 75, No.
8, pp. 982-1008, Aug. 1987.
[4] D. D. Siljak: “Nonlinear Systems; The Parameter Analysis and Design”, John Wiley &
Sons, Inc., New York, London, Sydney, Toronto, 1969.
[5] W. J. Cunningham: “Introduction to Nonlinear Analysis”, McGrawHill Book
Company, New York, Toronto, 1958.
[6] L. M. Holtzman: “Nonlinear System Theory; A Functional Analysis Approach”,
Prentice-Hall, Englewood Cliffs, New Jersey, 1970.
[7] M. Morse, G. A. Hedlund: “Symbolic dynamics, I”, Amer. J. Math. 60. (1938), pag.
815-866.
[8] M. Morse, G. A. Hedlund: “Symbolic dynamics, II”, Amer. J. Math. 62 (1940), pp. 1-
40.
[9] C. W. Wu, L. O. Chua: “Symbolic Dynamics of Piecewise Linear Maps” IEEE Trans
Circ. Syst. II, Vol. CAS 41, No. 6, June 1994, pag. 420-424.
[10] M. J. Kearney, J. Stark: “An Introduction to Chaotic Signal Processing” GEC Journal
of Research, Vol. 10, No. 8, pp. 52-58, Aug. 1992.
[11] L. O. Chua, T. Lin: “Chaos in Digital Filters”, IEEE Trans. Circ. Sys., 35(1988), pp.
648-658.
[12] V. Grigoraş: “Discrete Chaotic Circuit Performs Analog to Digital Conversion”, Archiv
fur Electronik und Ubertragungstechnik, No. 5, Vol. 48, September 1994, pag. 272-
275.
[13] A. Leuciuc; V. Grigoraş: “Finite Time Chaos Synchronization in Bijective Triangular
Form Systems”, International Journal of Chaos Theory and Applications, No. 1, Vol.
2, May 1997, pag. 3-16
[14] V. Grigoraş: “Symbolic Dynamics for Chaotic A/D Converters” Proceedings of the
International Symposium “Electronics and Telecommunications” ETC’94,
Timisoara, Romania, 29-30 September 1994, pag. 89-94.
[15] V. Grigoraş: “Chaos Synchronization in State Space Digital Filters” Proceedings of the
4th International Specialist Workshop on ‘Nonlinear Dynamics in Electronic
Circuits’ NDES-96, Seville, Spain, June 27-28, 1996, pag. 179-182.